随着大量的智能电表、传感器以及各种可控设备的出现,智能电网促进了电能的控制和管理,实现了与用户的互动。在智能电网和需求响应的大背景下,家庭能量管理作为智能电网的重要组成部分,在提高电能的利用效率、实现节能减排等方面提供了新的动力。家庭能量管理如何为用户提供一个最优的家用电器管理策略,如何减少电费开支和满足用户需求,从而指导用户更好地用电,已经成为一个研究热点。针对以上问题,本文从以下几个方面进行研究,主要内容如下:首先,对物联网技术以及物联网技术在家庭中的应用进行了探讨。分析了智能家庭模型,详细介绍了智能家庭中的相关设备、基于物联网技术的智能家庭物理架构和智能家庭能量管理信息流向;概述了数据挖掘的基本概念和常用的方法。其次,研究了家用电器的使用规律,提出了基于数据挖掘理论的家用电器预测方法。根据不同家用电器的特点对其进行分类,并通过对家用电器相关数据分析,找出影响家用电器使用的主要因素。运用数据处理、关联分析和自适应神经模糊推理系统三个步骤完成对家用电器使用情况的预测。再次,根据用户的需求建立了家用电器的需求响应数学模型,并且建立了不同的满意度量化函数。考虑光伏发电和蓄电池接入家庭,以电费支出最小和用户的满意度最大作为优化的目标,提出了分时段优化算法,并采用多目标细菌群体趋药性优化方法求解。针对家用电器使用时不确定因素较多,建立了三个不同的实时调整场景,提出了实时调整策略,从而有效地帮助用户参与电网互动,指导用户节约用电并减少电费开支。